簡介：?本文將介紹SaaS模式云數據倉庫MaxCompute，如何助力數據銀行SaaS模式云戰略和一體化數據開放場景介紹。

一、云數據倉庫

本章節介紹云數據倉庫帶來的價值及解決方案。

MaxCompute：SaaS模式企業級云數據倉庫的應用場景包括廣告場景-用戶標簽計算、分析；業務運營場景-業務指標計算、查詢；各行業搭建數據倉庫；云上彈性擴展大數據計算和存儲。

產品優勢包括云原生極致彈性：
-云原生設計，無服務器架構，支持秒級彈性伸縮，快速實現大規模彈性負載需求；
-簡單易用多功能計算：預置多種計算模型和數據通道能力，開通即用；
-企業級平臺服務：支持開放生態，提供企業級安全管理能力；
-與阿里云眾多大數據服務無縫集成；
-安全：多租戶環境下安全控制能力強；
-大規模集群性能強、全鏈路穩定性高，阿里巴巴雙11場景驗證。

推薦組合包括BI分析場景和機器學習場景，分別為MaxCompute+Hologres+Flink+DataWorks+Quick BI，以及MaxCompute+PAI+DataWorks。

MaxCompute算力資源產品解決方案如下圖所示。

第一，包年包月。滿足常規需求，穩定財務支出；支持作業優先級，保障關鍵任務穩定產出；支持存儲與計算資源包購買。
第二，按需使用。無服務器架構，超大規模的存儲和計算擴展能力；自動匹配業務需求，完美適配業務的高速變化；不使用不付費。
第三，多計算資源打通。融合打通包年包月與按需使用的彈性資源，只需聯合開通，即可實現更優的成本與性能平衡的資源解決方案。
第四，搶占空閑資源。非預留計算資源，搶占并使用服務空閑計算資源，價格較包年包月標準計算資源下降74%。

安全事件頻發，云上大數據服務如何保障企業數據和服務安全。MaxCompute構建全面、多層次的安全管理能力，持續保護云上數據及服務安全。包括MaxCompute安全生態，平臺系統安全，基礎設施安全三大部分。

飛天大數據平臺解決方案適用于電商、游戲、社交等互聯網行業數據化運營，如智能推薦、日志采集分析、用戶畫像、數據治理、業務大屏、搜索等場景。

方案優勢：阿里巴巴最佳實踐的大數據平臺，1）技術領先性；2）降本提效；3）高附加值業務收益；涉及產品：日志服務SLS、數據傳輸DTS、DataHub、實時計算Flink、交互式分析、云數倉MaxCompute、數據治理DataWorks、Quick BI 報表、 DataV大屏、ES搜索、機器學習PAI。

二、數據銀行

本章節介紹數據銀行定義相應行業應用。

數據銀行旨在通過聚合內外部數據，融合共享，實現盤活資產運營、變現數據交易、釋放數據價值，打造面向企事業產業鏈、面向生態鏈、面向社會的數據資產變現交易平臺。

目的是通過數據融合、共享、交易，實現數據價值變現最大化。

服務范圍包括數據交易（提供數據資產陳列、API傳輸及數據交易服務，拉通供需，實現數據價值變現）和數據增值（通過內外部數據融合及深度挖掘，提升數據內涵，實現數據增值）。

特點是融合數據，交易變現，深度挖掘，最大化釋放數據價值并賦能產業發展。其中，包括盤活數據資產，數據價值提升，產業發展賦能，以及三大數據服務，具體內容如下圖所示。

這一塊是行業應用架構-友盟，具體架構如下圖所示。

三、MaxCompute+數據銀行

本章節介紹云數據倉庫MaxCompute+數據銀行（友盟）實踐。

主題數據包及數據來源包括三個部分。
第一，統計分析。
第二，開發者工具。
第三，營銷增長。
我們如何共享、轉讓、公開披露您以及您最終用戶的個人信息。

第一，共享。承擔保密義務，不會為滿足第三方的營銷或非法目的而向其出售或出租您的信息，會與這些合作伙伴合作以多種形式將經U-DIP數據中臺處理、加工后的脫敏數據用于包括優化廣告投放和提升營銷效果等商業化使用。

第二，轉讓。不會向任何第三方轉讓您以及您最終用戶的個人信息。

第三，公開披露。（1）獲得您或您最終用戶明確同意；（2）基于法律的披露：在法律、法律程序、訴訟或政府主管部門強制性要求的情況下，我們可能會公開披露您或您最終用戶的個人信息。（3）在緊急情況下，經合理判斷是為了保護我們、我們的客戶、最終用戶或其他人的重要合法權益。

友盟數據銀行已實現產品功能和價值“一鍵通”模式。一體化消費體驗包括三個部分。第一，主題數據包。每日高性能采集加工海量數據，自動生產APP/WEB/小程序/廣告/PUSH主題數據包。第二，一鍵數據訂閱開放。與Maxcompute(DataWorks) 云數據倉庫無縫對接，一鍵訂閱數據。第三，主題分析模板與自助分析。預置分析模板和拖拽式自助分析能力，業務人員無需麻煩開發跑數即可完成分析。

友盟數據銀行通過和MaxCompute共創帶來的客戶體驗提升，如下圖所示。從賬號登陸，到應用配置，現在比過去更加智能，更加便捷。

這一塊是開放多端、多主題的明細數據與指標數據，為開發者構建私域數據體系。指標數據開放，將友盟+9年行業經驗沉淀回饋于開發者：第一，實時指標大屏展示。第二，多維指標分析監控。明細數據開放，助力開發者進行與業務數據的數據融合自助分析：第一，實時渠道ROI分析。第二，投放-使用-轉化大漏斗。第三，用戶分層運營。第四，實時推薦服務。

友盟數據銀行支持云上數倉無縫鏈接，為開發者提供一鍵式數據模型體系開放的體驗。開發者云上數倉，高性價比交互式查詢服務，兼容接入異構數據源進行查詢和分析。為您提供快速、完全托管的PB級數據倉庫解決方案，經濟并高效的批量分析海量數據。

四、案例介紹

本章節介紹MaxCompute+數據銀行的應用案例及分析。

第一個案例：本地生活行業客戶，業務數據化+數據可視化。

客戶：本地生活類，智慧社區服務平臺。
痛點：數據化運營程度低，數據分散，業務人員的數據需求實現周期長。
實施方案：第一，規范化的多端數據采集。基于業務需求梳理進行埋點方案設計，APP、H5、小程序等多端SDK采集。第二，實時數據和離線數據的訂閱返還。經過友盟統一ETL服務的采集數據分別投遞至客戶SLS（實時）、DLA （離線）。第三，數據報表設計與開發。離線數據自動聯通QBI，除4個預置看版外，根據具體業務需求搭建業務分析監測。
方案結果：第一，業務數據化。多端采集行為數據納入數倉體系建設。第二，數據可視化。日常數據監測看版，讓業務人員快速看到產品迭代、運營動作的效果。

第二個案例：游戲行業客戶，多源數據融合。

客戶：獨立游戲工作室。痛點：APP行為數據與后臺業務數據割裂。
實施方案：第一，數據采集。使用游戲行業埋點方案進行APP端數據采集，獲取多種用戶識別ID。第二，數據遷移。存入其他云廠商的用戶付費、廣告收入等數據遷移入阿里云。第三，數據融合。采集行為數據一鍵投遞至阿里云數據庫，通過用戶唯一識別將數據融合。
方案結果：數據融合分析。結合用戶留存行為和收入數據，測算用戶生命周期價值，判斷渠道回本周期、渠道投放優選。

?

原文鏈接
本文為阿里云原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的持续定义SaaS模式云数据仓库+数据银行的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。